红外图像质量提升关键技术研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第13-14页 |
| 缩略语对照表 | 第14-19页 |
| 第一章 绪论 | 第19-33页 |
| 1.1 研究背景与意义 | 第19-25页 |
| 1.1.1 红外技术背景 | 第19-22页 |
| 1.1.2 红外图像质量提升技术 | 第22-25页 |
| 1.2 红外非均匀性校正的研究现状 | 第25-30页 |
| 1.2.1 红外探测器及焦平面器件 | 第25-27页 |
| 1.2.2 红外焦平面阵列非均匀性 | 第27-28页 |
| 1.2.3 国内外研究现状 | 第28-30页 |
| 1.3 各章节的主要研究内容 | 第30-33页 |
| 第二章 红外非均匀性校正算法研究 | 第33-53页 |
| 2.1 引言 | 第33页 |
| 2.2 红外探测器响应输出模型 | 第33-35页 |
| 2.3 基于参考辐射源的校正算法 | 第35-41页 |
| 2.3.1 一点定标校正算法 | 第35-36页 |
| 2.3.2 两点定标校正算法 | 第36-38页 |
| 2.3.3 多点定标校正算法 | 第38-39页 |
| 2.3.4 基于参考辐射源的校正算法分析 | 第39-41页 |
| 2.4 基于场景的校正算法 | 第41-49页 |
| 2.4.1 基于恒定统计的校正算法 | 第41-42页 |
| 2.4.2 基于卡尔曼滤波的校正算法 | 第42-45页 |
| 2.4.3 基于代数的校正算法 | 第45-48页 |
| 2.4.4 基于场景的校正算法分析 | 第48-49页 |
| 2.5 非均匀性的度量和评价标准 | 第49-52页 |
| 2.5.1 国标法 | 第49-50页 |
| 2.5.2 经验描述法 | 第50-51页 |
| 2.5.3 图像粗糙度 | 第51页 |
| 2.5.4 均方误差 | 第51-52页 |
| 2.6 本章小结 | 第52-53页 |
| 第三章 基于时域分析的非均匀性校正算法研究 | 第53-73页 |
| 3.1 引言 | 第53页 |
| 3.2 非均匀校正的时域高通模型 | 第53-56页 |
| 3.2.1 时域高通校正的经典模型 | 第53-55页 |
| 3.2.2 改进的时域高通校正模型 | 第55-56页 |
| 3.3 剪切波变换 | 第56-60页 |
| 3.3.1 连续剪切波变换 | 第57-58页 |
| 3.3.2 离散剪切波变换 | 第58-59页 |
| 3.3.3 非下采样剪切波变换 | 第59-60页 |
| 3.4 改进的的时域高通校正算法 | 第60-64页 |
| 3.4.1 基于剪切波变换的红外图像分解 | 第60-61页 |
| 3.4.2 自适应FPN置信度 | 第61-64页 |
| 3.4.3 基于剪切波变换的时域高通校正算法 | 第64页 |
| 3.5 实验结果与分析 | 第64-72页 |
| 3.5.1 实验描述 | 第64-65页 |
| 3.5.2 真实红外序列实验结果与分析 | 第65-68页 |
| 3.5.3 仿真红外序列实验结果与分析 | 第68-72页 |
| 3.6 本章小结 | 第72-73页 |
| 第四章 基于神经网络的非均匀性校正算法研究 | 第73-89页 |
| 4.1 引言 | 第73页 |
| 4.2 神经网络校正算法 | 第73-79页 |
| 4.2.1 算法基本原理 | 第73-75页 |
| 4.2.2 算法分析 | 第75-79页 |
| 4.3 改进的神经网络校正算法 | 第79-83页 |
| 4.3.1 图像引导滤波 | 第79-80页 |
| 4.3.2 自适应学习速率 | 第80-81页 |
| 4.3.3 基于引导滤波的自适应非均匀性校正算法 | 第81-83页 |
| 4.4 实验结果与分析 | 第83-88页 |
| 4.4.1 实验描述 | 第83-84页 |
| 4.4.2 真实红外序列实验结果与分析 | 第84-85页 |
| 4.4.3 仿真红外序列实验结果与分析 | 第85-88页 |
| 4.5 本章小结 | 第88-89页 |
| 第五章 基于配准算法的非均匀校正算法研究 | 第89-109页 |
| 5.1 引言 | 第89页 |
| 5.2 基于配准算法的非均匀性校正模型 | 第89-91页 |
| 5.3 帧间运动估计的经典算法 | 第91-93页 |
| 5.3.1 模板匹配算法 | 第91-92页 |
| 5.3.2 相位相关配准算法 | 第92-93页 |
| 5.3.3 投影匹配算法 | 第93页 |
| 5.4 基于块匹配的校正算法 | 第93-100页 |
| 5.4.1 菱形搜索块匹配算法 | 第94-98页 |
| 5.4.2 自适应学习速率 | 第98-99页 |
| 5.4.3 基于菱形搜索的自适应非均匀性校正算法 | 第99-100页 |
| 5.5 实验结果与分析 | 第100-106页 |
| 5.5.1 实验描述 | 第100-101页 |
| 5.5.2 校正结果与分析 | 第101-106页 |
| 5.6 本章小结 | 第106-109页 |
| 第六章 总结与展望 | 第109-111页 |
| 6.1 总结 | 第109-110页 |
| 6.2 展望 | 第110-111页 |
| 参考文献 | 第111-121页 |
| 致谢 | 第121-123页 |
| 作者简介 | 第123-126页 |
